SIMPULAN DAN SARAN
H. Metode Pengambilan Data
I. Metode Pengolahan Data
Data PD yang diperoleh selama pengujian yang telah diekspor ke dalam MS-exel, kemudian diolah dengan menggunakan software matlab. Langkah-langkah yang dilakukan adalah sebagai berikut:
1. Meng-impor data PD kedalam matlab untuk mendapatkan data matfile yaitu dengan format (.mat) yang merupakan ekstension dari software matlab.
2. Menentukan nilai threshold.
3. Menghilangkan pengaruh frekuensi 50Hz yang ada pada sinyal PD yang diperoleh dengan menggunakan wavelet coefficients selection dan menyimpan hasil dengan format (.mat).
4. Mengolah data hasil yang telah dihilangkan pengaruh frekuensi 50Hz dengan menggunakan wavelet de-noising.
5. Menganalisa sinyal hasil dari pengolahan de-noising.
Langkah pertama yaitu meng-impor data PD yang telah disimpan dalam format exel 2003 ke dalam matlab dan menyimpan dalam format (.mat) seperti terlihat pada gambar 15.
Untuk menentukan nilai threshold yang digunakan untuk men-de-noising sinyal PD yaitu data sinyal threshold yang telah diperoleh diimpor kedalam software matlab dan disimpan dalam format (.mat), data yang telah disimpan dalam format (.mat) kemudian diproses dengan software SWT De-noising 1-D seperti terlihat pada gambar 16.
Gambar 15 : Impor data PD pada software matlab
Gambar 16 : Software SWT De-noising 1-D
Seting nilai threshold
Dengan menggunakan metoda try and eror, dicari nilai threshold hingga tidak terdapat sinyal discharge pada sinyal. Penentuan nilai threshold dimulai dari threshold 0,011 seperti pada gambar 17.
(a) Sinyal threshold
(b) Sinyal threshold yang dide-noise
(c) Sinyal hasil de-noise
Gambar 17. De-noising sinyal threshold dengan setting 0,011
Gambar 17. (a) Adalah sinyal threshold sebelum dinoise. (b) Adalah proses de-noising sinyal threshold dengan nilai threshold 0,011. (c) Adalah hasil sinyal threshold yang telah dide-noise.
De-noise dengan nilai threshold 0,011 dinilai masih terlalu kecil, karena pada sinyal hasil masih terdapat sinyal discharge. Untuk itu nilai threshold perlu ditingkatkan lagi hingga 0,012 agar mendapatkan sinyal yang halus. De-noise dengan nilai threshold 0,012 dapat dilihat pada gambar 18.
(a) Sinyal threshold
(b) Sinyal threshold yang dide-noise
(c) Sinyal hasil de-noise
Gambar 18. De-noising sinyal threshold dengan setting 0,012
Gambar 18. (a) Adalah sinyal threshold sebelum dinoise. (b) Adalah proses de-noising sinyal threshold dengan nilai threshold 0,012. (c) Adalah hasil sinyal threshold yang telah dide-noise.
De-noise dengan mengunakan nilai threshold 0,012 telah menunjukkan hasil sinyal yang halus. Oleh karena itu, nilai threshold ini akan digunakan untuk nilai setting threshold untuk men-de-noise sinyal PD hasil pengukuran.
Setelah nilai threshold diperoleh, kemudian dilakukan pengolahan hasil pengujian yang telah diimpor ke dalam matlab.
Setelah nilai threshold diperolehkan, sebelum melakukan de-noising sinyal PD, terlebih dahulu dihilangkan pengaruh frekuensi rendah yang mempengaruhi sinyal PD. Penghilangan pengaruh frekuensi 50 Hz ini dilakukan dengan menggunakan software wavelet coefficients selection yang masih merupakan salah satu tool dari wavelet pada software matlab. Proses menghilangkan pengaruh frekuensi 50 Hz dengan menggunakan software wavelet coefficients selection seperti terlihat pada gambar 19.
Sinyal PD yang masih dipengaruhi frekuensi 50 Hz dengan format (.mat) diimpor ke dalam software wavelet coefficients selection. Gambar sinyal PD yang masih dipengaruhi frekuensi 50 Hz seperti pada gambar21.
Gambar 20. Sinyal PD yang masih di pengaruhi frekuensi 50 Hz
Untuk menghilangkan pengaruh sinyal 50 Hz, dilakukan dengan mengatur nilai kept pada A5 dengan nilai 0. Koefisien A5 merupakan koefisien pendekatan dari sinyal frekuensi rendah sedangkan koefisien D1 sampai D5 merupakan koefisien detail dari sinyal berfrekuensi tinggi. Sinyal PD yang dihilangkan dari pengaruh sinyal 50Hz, terlihat pada gambar 21.
Gambar 21. Sinyal PD telah dihilangkan dari pengaruh sinyal 50Hz
Sinyal PD hasil coefficients selection kemudian disimpan dalam dalam format (.mat) agar dapat diolah dengan menggunakan software matlab kembali untuk proses de-noising sinyal.
Proses de-noising ini dilakukan untuk memisahlan sinyal PD dengan sinyal yang dianggap dengan sinyal derau. Proses de-noising dilakukan dengan menggunakan software wavelet De-noising dengan menggunakan listing program.
Untuk memperoleh hasil sinyal PD yang telah dibedakan polaritasnya, terlebih dahulu data hasil dari coefficients selection diimpor kembali ke workspace pada software matlab. Data hasil dibagi menjadi dua bagian, yaitu 1-1000 data pada folder “a” dan 1001-2000 pada folder “b” seperti pada gambar 22 berikut:
(a) Data pada folder “a”
(b) Data pada folder “b”
Setelah data dibagi, dilakukan de-noising sinyal dengan menggunakan listing program sebagai berikut:
m=abs(a)
thr=0.012; x= wthresh(m,'s',thr); plot (m,'g') % sinyal asli
hold on
plot (x,'r') % sinyal De-noiseed n=-1*abs(b)
thr=0.012; y= wthresh(n,'s',thr); plot (n,'g') % sinyal asli hold on
plot (y,'r') % sinyal De-noiseed
Data “m” adalah nilai absolute dari data tabular “a” kemudian dide-noise dengan menggunakan setting threshold 0,012 dan jenis threshold soft thresholding. Data “x” adalah data hasil dari de-noise data “m”. Kemudian data hasil de-noise yaitu data “x” direpresentasikan dalam bentuk gelombang dengan perintah plot (x). Sedangkan data “n” adalah nilai absolute minus dari data tabular “b” kemudian dide-noisee dengan menggunakan setting threshold 0,012 dan jenis threshold soft thresholding. Data “y” merupakan hasil de-noisee dari data “n”. Data hasil denoising yaitu data “y” direpresentasikan bersamaan dengan data “x” dalam bentuk gelombang sehingga diperolehkan gelombang hasil.
Langkah-langkah de-noising pada listing program di atas dapat direpresentasikan dalam bentuk sinyal seperti berikut:
1. Sinyal representasi dari data “a” yaitu data PD pada setengah gelombang positif, seperti ditunjukkan pada gambar 23.
Gambar 23. Sinyal PD pada setengah gelombang positif
2. Sinyal representasi dari data “m” yang merupakan nilai absolute dari data “a” , seperti pada gambar 24.
Gambar 24. Sinyal PD pada setengah gelombang positif dengan nilai absolute
3. Kemudian dilakukan de-noising sehingga dihasilkan sinyal “x” ,seperti tampak pada gambar 25.
Gambar 25. Sinyal PD pada setengah gelombang positif setelah dide-noising
4. Sinyal representasi dari data “b” yaitu data PD pada setengah gelombang negatif, seperti ditunjukkan pada gambar 26.
Gambar 26. Sinyal PD pada setengah gelombang negatif
5. Sinyal representasi dari data “n” yang merupakan nilai absolute minus dari data “b”, seperti pada gambar 27.
Gambar 27. Sinyal PD pada setengah gelombang negatif dengan nilai absolute minus
6. Kemudian dilakukan de-noising sehingga dihasilkan sinyal “y”, seperti tampak pada gambar 28.
Gambar 28. Sinyal PD pada setengah gelombang negatif setelah dide-noising
7. Sinyal dari data “x” dan “y” direpresentasikan secara bersamaan dengan perintah plot sehingga diperoleh sinyal hasil akhir yang terlihat pada gambar 29.
Dari proses de-noising sinyal PD, terdapat sinyal residu. Residu adalah sinyal yang dipisahkan atau dibuang yang dianggap sebagai sinyal derau yang ada pada sinyal PD. Sinyal residu merupakan sinyal hasil pengurangan dari sinyal PD yang masih bercampur derau dengan sinyal hasil akhir. Sinyal residu dapat diketahui dengan menggunakan listing program sebagai berikut:
c = a + b;
thr = 0.012; d = wthresh(c,'s',thr); residu = c - d;
Sinyal residu yang dibuang pada proses de-noising sinyal PD terlihat pada gambar 30.
Gambar 30. Sinyal residu dari proses de-noising sinyal PD
Data hasil PD yang berbentuk garis-garis kemudian disimpan dalam bentuk gambar (.jpeg). Untuk memudahkan dalam menganalisa polanya, maka dilakukan penggabungan sinyal PD dengan sinyal referensi dengan bantuan software adobe photoshop CS2. Hasil penggabungan sinyal dapat dilihat pada gambar 32.
Gambar 31. Sinyal PD yang digabung dengan sinyal referensi
Dengan melihat gambar 31, maka pola PD dapat dilihat secara umum. Untuk memperjelas pola PD, sinyal PD dapat ditampilkan dalam bentuk titik yang diambil titik puncaknya. Pola sinyal PD dalam bentuk titik dapat dilihat pada gambar 33.
Gambar 32. Pola PD dalam bentuk titik-titik Time(ms) Volt (m V) Time(ms) Volt (m V)
Untuk dapat mengetahui jumlah PD dan sudut phasa terjadinya PD dilakukan dengan bantuan software Microsoft excel. Data hasil PD yang diperoleh dalam bentuk data tabular dalam workplace dicopy ke dalam software Microsoft excel. Kemudian dilakukan pengumpulan data dengan menggunakan sort and filter pada MS excel. Jumlah PD diperoleh dengan menghitung data yang memiliki nilai lebih besar dari 0. Sedangkan sudut terjadinya PD diperoleh dengan melihat titik terjadinya PD. Sudut terjadinya PD atau sudut diperoleh dengan membagi titik terjadinya PD dengan jumlah titik pada osiloskop (2000) kemudian mengalikannya dengan jumlah sudut dalam satu gelombang sinusoidal (360 Derajat)
Sedangkan untuk mencari nilai kesetaraan antara tegangan dengan muatan PD digunakan rumus muatan pada kapasitor, yaitu q = C.V, di mana tegangan yang terukur pada multimeter saat percobaan merupakan tegangan yang timbul pada PD detector yang terdiri atas resistor dan kapasitor yang tersusun secara paralel. Misalkan tegangan yang terukur pada PD detector dengan nilai C=1000 pF adalah 15 mV, maka muatan PD-nya adalah 15 mV X 10-9 = 15 pC.
